skills:AI终极形态初现

多客科技

作者：微信文章
Anthropic 推出 claude skills有一段时间了，并且随着open skills等项目将skills的能力带到aider、cusor更更多的AI工具中，让AI Agent的范式从与普通应用相差不大转变为天差地别。1. AI的兴起源于AI使用门槛的降低前几年提取AI关注的必定是复杂的算法逻辑和底层的算法模型，人们使用AI往往需要更多的技术功底。现在所有人只要打开手机点一下、说一下都可以直接使用AI，这完全符合科技落地的简单化要素。这里边自然有大量基础服务上的资源堆积的功劳，让AI的应用开发只需要调用API就可以具有大模型的能力。更加也验证了简单才有出路。AI使用门槛的降低让更多的人关注应用层面，这让从简单的AI玩具到负责的AI工业机器人成为了可能。越来越多的开源AI工具也让AI的开发门槛降低。AI Coding的辅助也让进一步促进了这一进程的发展。2. 用AI赋能AI是AI发展必须要走的路mcp通过规范的形式要求AI的被调用方提供一个符合AI Agent标准的调用接口，从而让AI连接一切成为可能。通过标准化改变了AI被调用方的生产逻辑。skills则是通过描述需要做的事情的过程和注意事项让AI实现工作的标准化。从简单的技术层面上skills不过是几个markdown文本和脚本的组合，但是关键在于大模型的语言阅读能力可以将这些文本的描述直接转换为行为逻辑。这几乎可以改变2025年整个一年大模型平台的底层范式，让所有以流程构建为核心的平台需要重新审视自己的存在的价值。说回最重要的核心内容，skills的出现的核心要素就是AI大模型对文本的理解能力，让AI可以理解文本规范何时去和如何去调用外部的工具。这实际上让AI初步具备的AI自举的关键要素。让AI训练自己，让AI微调自己，让AI评价自己，这仅仅需要一个markdown的文档。是的，我们再回忆一下第一章节废话的结论，简单和低门槛将会代理更大的变革。这也是skils给AI带来最有价值的内容。当然未来AI未必一定是MCP和Skills，但他们却给AI未来应用之路点亮火源。3. AI改变的不仅仅是code方式而是不再需要code不管是所谓的“80分危机”还是“AI擦腚师工种的涌现，AI辅助开发必定是发展的趋势。当然我们肯定要反思如何让AI帮我们干活而不是给它“擦屁股”，至少它是一个没有广告的精准给出答案的知识搜索引擎，还是一个比LSP更全能的充分理解代码上下文的代码补齐和提示工具。在更远的未来应用层的开发可能不再需要开发语言，而是对AI约束的标准化的描述。那AI对语言的翻译转换的效率来说，可能会更加倾向与更底层的语言。那么底层我们可能更加需要向C/C++、Rust、Go这样更加解决底层问题的语言的能力。4. 智能驾驶的拓展思考自动驾驶这几年从传统让AI大模型参与驾驶决策，到端到端方式在世界模式中构建VLA的方法。我们需要的不再是基于大模型的结论去综合验证，不再关注智能过程的解释性而是关注最终结论的正确性，让大模型基于世界模式（多维模型）的同步数据多轮次进行推演结论，从而得出最终结论。